초개인화 Shopping Agent 만들기: Amazon Bedrock AgentCore Memory와 Custom Memory 활용법

간단 소개

Amazon Bedrock AgentCore Memory와 Custom Memory를 활용하여 개인화된 쇼핑 경험을 제공하는 지능형 에이전트 구축 방법을 제시합니다.

AI Summary

쇼핑 에이전트의 한계와 개선 필요성
- 기존 쇼핑 에이전트는 개인화 부족, 컨텍스트 연속성 부재, 선호도 학습 능력 제한 등의 한계가 있음
- 사용자 쇼핑 행동을 기억하고 활용하는 지능형 에이전트 구축 필요
Amazon Bedrock AgentCore Memory와 Custom Memory 활용
- AgentCore Memory는 서버리스 형태로 손쉽게 메모리 기능 구현 가능, short-term/long-term 메모리 제공
- Generative Agents에서 영감을 얻은 Custom Memory는 OpenSearch, DynamoDB를 활용하여 사용자 경험을 기록하고 검색, reflection을 통해 취향을 파악
Memory 활용 효과 및 향후 발전 방향
- Memory를 활용한 에이전트는 적은 토큰으로 높은 개인화 수준 달성, 사용자 취향을 효과적으로 파악
- 향후 memory object 관리, 행동별 가중치 부여, 웹 행동 데이터 반영 등을 통해 개선 가능